Frage nach der „Catch-All“-Hypothese als Antwort auf den „Bad Lot“-Einwand

Als Antwort auf van Fraassens „schlechtes Los“-Einwand habe ich in mehreren Artikeln (und in der Antwort von Lipton, soweit ich mich erinnere) gesehen, dass auf die Idee der Verwendung einer „Catch-all“-Hypothese verwiesen wird, die die Negation von ausdrückt alle anderen Hypothesen.

zB können wir eine Reihe von Hypothesen haben:

H1, H2, H3, H4

wobei H4 einfach die Aussage „H1, H2 und H3 sind falsch“ oder etwas in dieser Richtung ist, so dass die Gruppe von Hypothesen den gesamten „theoretischen Raum“ ausfüllt. Oder wie ein Bayesianer es ausdrücken könnte, die Gesamtwahrscheinlichkeit der betrachteten Hypothesen summiert sich auf 1. Da wir diese Sammelhypothese mit allen anderen betrachteten Hypothesen einordnen können, können wir darauf vertrauen, dass die Hypothese mit dem höchsten Rang höchstwahrscheinlich wahr ist aller Hypothesen, die den theoretischen Raum bilden.

Ich verstehe, was die Catch-All-Hypothese tut, und ich verstehe, dass der theoretische Raum „gefüllt“ ist. Ich verstehe auch, wie Beweise diese Catch-All-Hypothese beeinflussen würden (Bestätigung einer anderen Hypothese würde eine Widerlegung der Catch-All-Hypothese bedeuten und umgekehrt).

Was mich stört, ist die Idee, dass diese Sammelaussage sehr wohl eine Hypothese enthalten könnte , die gut bestätigt wäre, wenn sie richtig konzipiert wäre, obwohl wir die Sammelaussage als unbestätigt betrachten, wenn Alternativen bestätigt werden. Ich bin mir nicht sicher, wie ich diese Idee effektiv vermitteln soll. Nehmen wir das einfachste mögliche Beispiel, wo wir eine Hypothese haben und dann das Catch-all, das einfach ihre Negation ist.

Beispiel

Ich habe eine Tatsache, die ich erklären möchte: Mein Couchkissen liegt auf dem Boden in Stücke gerissen.

Bis jetzt habe ich nur eine Hypothese, die ich aufgestellt habe, um die Daten zu erklären, und ich weiß sehr wohl, dass es andere Hypothesen geben könnte, die in der Lage sind, sie zu erklären.

Meine Hypothese (H1): Der Hund hat das Kissen in Fetzen gerissen, während ich bei der Arbeit war.

Die pauschale Verneinung (Hc): Der Hund hat das Kissen nicht in Fetzen gerissen, während ich bei der Arbeit war.

Nach weiteren Nachforschungen finde ich meinen Hund im anderen Raum, der extrem schuldbewusst aussieht. Er sieht normalerweise schuldig aus, wenn er etwas falsch gemacht hat. Dies bestätigt die Hypothese H1 und widerlegt Hc. Daher habe ich Grund zu der Annahme, dass H1.

So wie es aussieht P(H1) > P(Hc)

Und vielleicht beende ich meine Ermittlungen dort und entscheide, dass ich den Fall gelöst habe.

Aber vielleicht forscht jemand anderes auch und gibt mir eine neue Hypothese (H2).

H2: Die Katze hat das Kissen zerrissen, während Sie bei der Arbeit waren, und der Hund hat sich auf andere Weise schlecht benommen, was Sie nicht bemerkt haben.

Nun sind offensichtlich viel mehr „Parameter“ in H2 involviert und wir werden zu Recht seine Komplexität als einen nachteiligen Fehler beurteilen. Aber lassen Sie uns die Komplexität für eine Minute ignorieren. Meine Beobachtung, dass mein Hund schuldig aussah, hätte H2 bestätigen sollen (wie auch immer Ad-hoc H2 ist), aber diese Hypothese war in Hc „enthalten“. Als wir also Hc durch die Beobachtung des schuldigen Hundes widerlegten, haben wir dann fälschlicherweise H2 nicht bestätigt, da H2 in Hc enthalten war ?

Das kommt mir sehr seltsam vor. Ist mein Konzept alternativer Hypothesen, die in der Negation "enthalten" sind, irgendwie fehlerhaft oder ist mein Beispiel keine kohärente Darstellung dessen, wie IBE unter Verwendung einer Catch-All-Hypothese durchgeführt werden sollte? Wenn eine Antwort in Bezug auf dieses einfache Beispiel oder ein ähnliches gegeben werden könnte, wäre das äußerst hilfreich.

Vielen Dank.

PS

Eine bessere Art, all das auszudrücken, wäre gewesen zu sagen, dass H2 Hc beinhaltet , also sollte jede Bestätigung von H2 eine Bestätigung von Hc sein. Aber als wir eine Tatsache beobachteten, die H2 bestätigte, betrachteten wir Hc als unbestätigt .

Beifall.

Warum bestätigt ein schuldiger Hund H2? P(H2 | Schuldiger Hund) = P(H2 | Kein schuldiger Hund). Wie der Hund aussieht, hat keinen Einfluss auf die Wahrscheinlichkeit, dass die Katze es unter H2 getan hat.
Nun, ich nehme an, wir gehen davon aus, dass mein Hund höchstwahrscheinlich schuldig aussieht, wenn er etwas Schlechtes getan hat. H2 gibt an, dass er etwas Schlimmes getan hat (wir wissen nur nicht was), also sagt es voraus, dass er schuldig aussehen wird. Daher bestätigt die Tatsache, dass er schuldig aussieht, sowohl H2 als auch H1.
@NuclearWang Das ganze H2 ist "Die Katze hat das Kissen zerrissen und der Hund hat sich auf andere Weise schlecht benommen". Natürlich ist diese Hypothese sehr ad-hoc und nicht sehr sparsam, aber das scheint das vorliegende Problem nicht zu beeinflussen. Das war nur das erste Beispiel, das mir in den Sinn kam.
Wenn Sie H2 über die Katze hinzufügen, bedeutet das nicht, dass Sie auch Hc geändert haben, um weder H1 noch H2 zu sein? Wie ich es sehe, ist H1 "Der Hund hat es getan". H2 ist "Die Katze hat es getan." Hc ist jetzt weder H1 noch H2, das heißt: "Etwas anderes als der Hund oder die Katze hat es getan." Auf diese Weise ist H2 nicht in Hc enthalten.
@FrankHubeny Ja, Hc würde sich ändern. Aber es scheint immer noch so, als ob ~H1 falsch bestätigt wird. Wenn einige Beweise sowohl H1 als auch H2 bestätigen, H2 jedoch ~H1 impliziert, scheint es, dass ~H1 gleichzeitig mit H1 bestätigt wird?

Antworten (2)

Sie ändern den theoretischen Raum. Die beiden Hcs sind verschieden, die beiden Hypothesenräume sind verschieden. Sie beginnen mit: Hund vs. nicht Hund, dann Hund vs. Katze vs. nicht Hund minus Katze, ein neuer Dreiersatz, nur „Hund“ bleibt gleich.

Betrachten Sie zum Zwecke der Verallgemeinerung den buddhistischen Kunstgriff der Catuskoti , der das Prinzip der ausgeschlossenen Mitte und der Widerspruchsfreiheit beiseite legt und die Wahrheit zu einer Relation anstatt zu einer Funktion macht. Auf diese Weise können wir die logischen Möglichkeiten als Richtungen sehen, „vier Ecken“, und Sie stehen in den beiden Szenarien an zwei verschiedenen Orten.

Du hast es verfehlt, Katze und Hund haben auch das Kissen zerrissen. Und vielleicht möchten Sie Gewissheitsgrade berücksichtigen, die Sie in einige Bayes'sche Statistiken einfügen könnten, um dies auszudrücken. Kannst du Krallen oder Bissspuren sehen? Speichel? DNA-Test davon? CCTV vom Sicherheitssystem? Ich würde mir vorstellen, wie feinkörnig und klar die Ansicht ist, mit mehr Zeit und Hinsehen kann man klarer werden, wenn zusätzliche Details vorhanden sind.

Also, wo Sie im logischen Raum stehen und wie klar Sie Ihre Abteilungen definieren und wie Sie sie unterscheiden können.

Ich mache mir ein bisschen Sorgen um den Begriff "bestätigen", da er so endgültig klingt. Ihre Beweise sind nicht entscheidend, sie passen nur die Wahrscheinlichkeiten an . Wenn Sie sich vorstellen, dass Ihr Catch-All aus einer grenzenlosen Reihe von Aussagen besteht, die miteinander verbunden sind, ist es durchaus möglich, dass ein Beweisstück die Wahrscheinlichkeit einer Teilmenge davon erhöht, während es gleichzeitig die Wahrscheinlichkeit des Catch-All verringert. alles als Ganzes.

Angesichts Ihrer Beweise ist es wahrscheinlicher, dass der Hund die Tat begangen hat (als ohne Beweise). Es ist auch wahrscheinlicher (angesichts der Beweise), dass der Hund etwas anderes getan hat, wofür er sich schuldig fühlt. Aber es ist nicht wahrscheinlicher, dass der Hund die Tat nicht begangen hat.

Das liegt daran, dass es auch andere Szenarien gibt, die in dem Catch-all enthalten sind, wie „der Hund fühlt sich wegen nichts schuldig“, deren Wahrscheinlichkeit ebenfalls abgenommen hat und deren Auswirkungen das (vergleichsweise) unwahrscheinliche alternative Szenario überwiegen, in dem der Hund zufällig ist sich wegen etwas völlig anderem schuldig fühlen.

Ist diese Antwort angesichts dessen erfolgreich? Könnte es dann nicht sein, dass der Sammelbegriff eine bessere Hypothese enthält? Angesichts dessen scheint es, als sollten wir unserer derzeit besten Hypothese nicht glauben, da wir befürchten, dass es in dem Sammelbegriff noch bessere geben könnte.
Ich glaube, Sie werden durch den Begriff "bestätigen" in die Irre geführt. Sie haben es hier mit Wahrscheinlichkeiten zu tun. Der Sammelbegriff KÖNNTE einige „bessere“ Hypothesen enthalten, aber diese Hypothesen sind nicht wahrscheinlicher als Ihre anfängliche, weil sie mehr Annahmen enthalten. Ich bin kein großer Bayes-Experte, aber ich weiß, dass dies genau die Art von Situation ist, die sein Theorem ansprechen sollte.
Es gibt kein Problem mit dem Wort bestätigen. „Bestätigung“ bezieht sich auf die Erhöhung der Wahrscheinlichkeit einer gegebenen Hypothese und „Nichtbestätigung“ bezieht sich auf das Gegenteil. So wird die Terminologie in der Wissenschaftstheorie und in Diskussionen um „Bestätigungstheorien“ verwendet.
@JoeLee-Doktor Das verstehe ich. Aber es gibt kein Paradoxon, wenn Sie die Bestätigung nicht als absolut betrachten. Deshalb sage ich, dass die Terminologie Sie in die Irre führt.
Also warte mal, wenn der Sammelbegriff eine bessere Hypothese enthält, wie könnte sie möglicherweise eine geringere Wahrscheinlichkeit haben als die ursprüngliche, die durch die Beweise bestätigt wird?